發(fā)布時間：2020-12-04 03:17

　　[目的/意義]旨在探析隱私計算視角下在線健康社區(qū)知識轉(zhuǎn)移粘滯影響因素,構(gòu)建理論模型,為完善在線健康社區(qū)健康信息隱私安全保護機制、交互性服務(wù)建設(shè)與運營管理提出建議。[方法/過程]采用質(zhì)性研究方法,借助軟件NVivo12對訪談資料進行內(nèi)容分析與編碼,歸納影響在線健康社區(qū)知識轉(zhuǎn)移粘滯的4個主要因素以及14個子因素,并構(gòu)建在線健康社區(qū)知識轉(zhuǎn)移粘滯影響因素模型。[結(jié)果/結(jié)論]感知風(fēng)險、社會收益、情感收益和主觀規(guī)范對在線健康社區(qū)知識轉(zhuǎn)移粘滯都有不同程度的影響。據(jù)此,總結(jié)相關(guān)啟示。 

【文章來源】：情報理論與實踐. 2020年02期 第121-128頁 北大核心CSSCI

【文章頁數(shù)】：8 頁

【部分圖文】：

代碼權(quán)重占比分布圖

根據(jù)代碼匯總結(jié)果,本研究利用NVivo12編碼與Visio工具構(gòu)建隱私計算視角下在線健康社區(qū)知識轉(zhuǎn)移粘滯影響因素模型,得到其14個詮釋性代碼和4個模式代碼的關(guān)系,如圖2所示。3 研究分析


本文編號：2896932